I.14Автоматизация процессов и AI-агенты

Habiba9/bge-base-financial-matryoshka — англоязычная модель Sentence Transformer, дообученная на 6 300 парных примерах из набора json для сопоставления финансовых вопросов с фрагментами текста. Она основана на BAAI/bge-base-en-v1.5 с архитектурой BERT и формирует нормализованные плотные эмбеддинги размерностью 768; сходство текстов оценивается косинусной мерой. Обучение с MatryoshkaLoss позволяет использовать укороченные представления размерностью 512, 256, 128 или 64. Максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и сравнения текстов, в частности для поиска ответов в финансовых документах и подбора релевантных фрагментов по вопросу. Эмбеддинги также подходят для поиска перефразировок, кластеризации и классификации текста. В README приведены метрики поиска на нескольких размерностях, однако нет описания независимой оценки на широком наборе финансовых задач. Лицензия — Apache-2.0.

elsayovita/bge-small-en-v1.5-esg — англоязычная модель Sentence Transformers, дообученная на базе BAAI/bge-small-en-v1.5 на 11 863 парах контекстов и вопросов по теме ESG. Она кодирует предложения и абзацы в нормализованные плотные векторы размерностью 384 для семантического поиска, сравнения текстов, поиска перефразировок, кластеризации и классификации. Архитектура включает BERT, пулинг CLS-токена и нормализацию; сходство оценивается косинусной мерой. Максимальная длина входа — 512 токенов. Обучение Matryoshka позволяет использовать укороченные представления размерностью 256, 128, 64 или 32, с некоторым снижением качества поиска. Модель подходит для поиска ответов на вопросы в текстах ESG и других сценариев семантического поиска на английском языке. В README приведены оценки на неназванном наборе для нескольких размерностей, поэтому их нельзя переносить на произвольные данные. Лицензия — Apache-2.0.

elsayovita/bge-small-en-v1.5-esg-v2 — англоязычная модель Sentence Transformers, дообученная на базе BAAI/bge-small-en-v1.5 для поиска и сравнения текстов по смыслу. Она кодирует предложения и абзацы в плотные векторы размерностью 384, которые можно сравнивать косинусной близостью; архитектура включает BERT, CLS-пулинг и нормализацию. Максимальная длина входа — 512 токенов. Обучение проводилось на 11 863 парах контекста и вопроса, связанных с ESG-отчётностью. Модель подходит для семантического поиска по документам и вопросам, поиска перефразировок, кластеризации и классификации текста. В README приведены метрики поиска для вариантов векторов размерностью от 32 до 384; уменьшение размерности снижает качество. Модель распространяется по лицензии Apache-2.0.

Cappy — предварительно обученный оценщик ответов, разработанный авторами проекта Cappy. Он принимает инструкцию и кандидатный ответ и выдаёт оценку от 0 до 1, отражающую предполагаемую правильность ответа относительно инструкции. Модель можно применять самостоятельно для задач классификации или как вспомогательный компонент для повышения качества многоцелевых LLM; также она позволяет добавлять обучение на целевых данных без дообучения самой LLM и доступа к её параметрам. В README указано около 360 млн параметров, тогда как метаданные репозитория указывают 454,1 млн; модель основана на архитектуре RoBERTa для классификации последовательностей и имеет контекст до 514 токенов. Доступны реализации PyTorch и JAX/Flax. Описаны оценки на задачах PromptSource и BIG-Bench, включая улучшение результатов FLAN-T5. Репозиторий распространяется по лицензии Apache-2.0.

Карточка модели Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7-lr4 на Hugging Face совпадает с карточкой Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7, поэтому описание составлено по ней. Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7 — дообученная Smilesjs модель семейства Qwen2 для генерации текста. Она основана на unsloth/Qwen2.5-Coder-3B-Instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL. Модель содержит 3,1 млрд параметров, имеет контекст до 32 768 токенов и рассчитана на текстовые диалоги; в метаданных указана поддержка английского языка. Модель можно применять для генерации ответов и кода в интерактивных сценариях. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальную химическую настройку, качество на задачах или результаты оценки, поэтому название репозитория само по себе не подтверждает пригодность для химических сценариев.

Карточка модели Smilesjs/chemsmart-qwen2.5-coder-3b-merged на Hugging Face совпадает с карточкой Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7, поэтому описание составлено по ней. Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7 — дообученная Smilesjs модель семейства Qwen2 для генерации текста. Она основана на unsloth/Qwen2.5-Coder-3B-Instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL. Модель содержит 3,1 млрд параметров, имеет контекст до 32 768 токенов и рассчитана на текстовые диалоги; в метаданных указана поддержка английского языка. Модель можно применять для генерации ответов и кода в интерактивных сценариях. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальную химическую настройку, качество на задачах или результаты оценки, поэтому название репозитория само по себе не подтверждает пригодность для химических сценариев.

zeromodels/clip_vit_base_16 — конверсия CLIP ViT-B/16 от OpenAI в Keras 3 для библиотеки zeromodels. Модель использует парные текстовый и визуальный энкодеры, которые сопоставляют изображения и текстовые описания в общем пространстве эмбеддингов; вариант предназначен для классификации изображений без дополнительного обучения по текстовым подсказкам. Реализация работает с TensorFlow, Torch и JAX, а репозиторий содержит веса в формате TensorFlow. Модель принимает изображения и текстовые запросы при инференсе и подходит для классификации по пользовательским категориям, поиска изображений по тексту и получения совместных эмбеддингов. Для обработки рекомендуется использовать соответствующий Processor, чтобы согласовать размер изображения и токенизатор. Лицензия — MIT.

Salesforce AI Research CoDA-v0-Base — базовая языковая модель на основе дискретной диффузии с плотной архитектурой CoDA и 1,7 млрд параметров. Она предназначена прежде всего для генерации и дополнения кода, а также для дальнейшего дообучения и обучения с подкреплением. Двунаправленный контекст позволяет учитывать токены как до, так и после позиции генерации; для выборки используется управление по уверенности. Модель работает с текстом и рассчитана на английский язык; максимальная длина контекста — 40 960 токенов. Карточка приводит результаты CoDA-Base на HumanEval, HumanEval+ и MBPP, но не описывает их как гарантию качества для конкретного кода или проекта. Модель опубликована в формате safetensors для Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

TroyDoesAI/Context-Obedient-Tri-MoE — разговорная модель, дообученная TroyDoesAI на базе TroyDoesAI/BlackSheep-4B. Она предназначена для генерации ответов с опорой на предоставленный контекст и инструкции, в том числе в сценариях RAG, где важно уменьшить нерелевантные ответы и галлюцинации. В README описан шаблон с отдельными блоками для контекста, запроса и инструкции; также заявлена повышенная приверженность контексту, в том числе в ситуациях с ограничениями на ответ. Модель использует архитектуру Mixtral MoE, содержит 4,6 млрд параметров и рассчитана на контекст до 16 384 токенов. Основной язык карточки — английский. Модель принимает текст и генерирует текст; для запуска указана библиотека Transformers и формат PyTorch. Лицензия — Artistic-2.0. README описывает шаблон и заявленное поведение, но не приводит количественных оценок качества или подтверждённых тестов снижения галлюцинаций. Следование контексту зависит от качества исходных данных и шаблона; заявленная возможность обходить механизмы отказа также означает, что модель может менее надёжно соблюдать ограничения безопасности.

CORe Pico V2 — компактная разговорная языковая модель, разработанная CORe Technologies. Модель предназначена для генерации текста, ответов на вопросы и многошагового диалога, особенно в сценариях, где важны небольшой размер и возможность локального запуска. Она поддерживает структурированный вызов инструментов через блоки <tool_call> с JSON и режимы расширенного рассуждения /think и прямых ответов /no_think. Модель имеет архитектуру causal language model и содержит около 596 млн параметров. Длина контекста составляет 40 960 токенов, используется BPE-токенизатор на 151 936 токенов со встроенным шаблоном чата. Основной язык — английский. Доступны веса в формате safetensors, а также варианты GGUF с полной точностью, 8-битным и 4-битным квантованием; модель можно запускать через Transformers, llama.cpp, LM Studio или Ollama. Сильные стороны CORe Pico V2 — компактность, пригодность для работы на широком спектре устройств, стабильные ответы на вопросы об идентичности модели, короткие ответы и нативная поддержка многораундового диалога. Ограничения обусловлены небольшим размером: модель может допускать фактические ошибки, испытывать трудности с арифметикой и выдумывать ответы при недостатке знаний, поэтому результаты требуют проверки и не должны считаться достоверным источником. Модель распространяется по лицензии Apache-2.0 и является модифицированным производным от чекпойнта с той же лицензией.

Это переопубликованная модель cross-encoder mmarco-mMiniLMv2-L12-H384-v1, созданная пользователем cross-encoder на Hugging Face; автор текущей копии — corrius. Модель предназначена для повторного ранжирования текстовых пар, например запросов и найденных документов, чтобы уточнить порядок результатов поиска. Архитектура — XLM-RoBERTa для классификации последовательностей; модель содержит 124,3 млн параметров и рассчитана на вход длиной до 514 токенов. В репозитории указаны веса PyTorch. Карточка не описывает языки обучения и поддерживаемые языки, поэтому языковые характеристики установить нельзя. Репозиторий является повторной публикацией исходной модели, а не новой разработкой corrius; README не сообщает лицензию. Для использования и указания авторства следует свериться с исходной карточкой cross-encoder или публикациями авторов.

Rohith04/ct2fast_m2m100_418M — квантованная 8-битная версия многоязычной модели M2M100 на 418 млн параметров от Facebook AI, подготовленная для быстрого инференса с CTranslate2. Она предназначена для машинного перевода между 100 языками и может применяться в приложениях и сервисах, где важны скорость и уменьшенный размер модели. Репозиторий создан 19 января 2024 года; в метаданных Hugging Face указана лицензия MIT. README заявляет поддержку 100 языков, включая русский и английский.

shixuanleong/cv-vlm — модель компьютерного зрения с языковым интерфейсом, опубликованная Shi Xuan Leong на Hugging Face. По метаданным это Florence-2 объёмом около 0,3 млрд параметров, предназначенная для задач, где требуется анализ изображения и текстовый ответ. Поддерживаемые сценарии включают описание изображений, визуальные вопросы и ответы, OCR и сегментацию. Модель принимает изображение и текстовый запрос, а результат формирует в текстовом виде. Репозиторий использует веса PyTorch в формате Safetensors и распространяется по лицензии MIT. Для конкретной версии cv-vlm отдельные языковые характеристики, длина контекста и результаты оценки качества в доступных источниках не подтверждены. Florence-2 следует рассматривать как компактную модель для задач компьютерного зрения; точность зависит от изображения и типа запроса.

Это модель DeBERTa-base, дообученная на базе microsoft/deberta-base для ответов на вопросы. Она предназначена для извлечения ответа из текста по заданному вопросу и может использоваться, например, в системах поиска ответов по документам. Модель содержит 151,8 млн параметров, использует архитектуру DeBERTa и принимает контекст длиной до 512 токенов. В README указана метрика Loss 0,9431 на наборе оценки, однако сведения о наборе данных, методике оценки и практических ограничениях отсутствуют. Модель опубликована в формате PyTorch под лицензией MIT.

osiria/deberta-italian-question-answering — модель DeBERTa-v2 для ответов на вопросы на итальянском языке. Она дообучена для извлечения ответа из предоставленного контекста на датасете SQuAD-IT; версия 3.0 также проходила последовательное дообучение на английском SQuAD v2, итальянском SQuAD и его варианте в нижнем регистре. Модель насчитывает 151,8 млн параметров и поддерживает контекст до 512 токенов. Модель предназначена для сценариев, где вопрос и ответный фрагмент находятся в переданном тексте: например, для поиска фактов в документах или ответов по материалам базы знаний. В README приведены результаты версии 3.0 на тестовом наборе SQuAD-IT: F1 81,01 для текста с учётом регистра и 80,74 без учёта регистра. Если нужной информации в контексте нет, модель всё равно может выдать ответ, который окажется неверным. Качество также ограничено особенностями SQuAD-IT, значительная часть которого получена машинным переводом. Модель выпущена под лицензией MIT.

Xenova/distilbert-base-multilingual-cased-ner-hrl — мультиязычная модель для распознавания именованных сущностей (NER), разработанная на основе Davlan/distilbert-base-multilingual-cased-ner-hrl. Репозиторий Xenova содержит ONNX-веса, адаптированные для использования в JavaScript-библиотеке Transformers.js, включая запуск в веб-средах и других совместимых окружениях. Модель предназначена для token classification: она размечает фрагменты текста и выявляет сущности, например имена людей и географические названия. В качестве основы используется архитектура DistilBERT с multilingual и cased-токенизацией; точный размер, список поддерживаемых языков и максимальная длина контекста в README не указаны. Сильной стороной является возможность локального запуска через Transformers.js и ONNX без зависимости от серверного Python-окружения. README не содержит сведений о точности, ограничениях качества и лицензии, поэтому эти характеристики нельзя определить по имеющимся данным.

Это статически квантованная до INT8 модель DistilBERT для ответов на вопросы по заданному текстовому контексту. Её разработали Xin He, Zixuan Cheng и Yu Wenz; модель основана на distilbert-base-uncased-distilled-squad и предназначена для быстрого вывода при уменьшенном размере весов. Доступны варианты PyTorch и ONNX. Модель дообучена на Stanford Question Answering Dataset (SQuAD), её базовая архитектура — DistilBERT с головой для извлечения ответов. Контекст ограничен 512 токенами. В карточке приведены результаты F1 около 86 для INT8-вариантов; их размер меньше, чем у соответствующих версий FP32. Лицензия — Apache-2.0. Модель подходит для систем, которые находят ответ на вопрос в предоставленном отрывке, в том числе при ограниченных вычислительных ресурсах. Она рассчитана на английский язык и может терять точность на иных данных или при переносе за пределы сценария SQuAD; квантизация также может повлиять на точность. Для критичных применений рекомендуется проверять качество на целевых данных.

Rocketknight1/distilbert-base-uncased-finetuned-squad — англоязычная модель для извлечения ответов на вопросы из предоставленного текста. Она создана дообучением distilbert-base-uncased и использует архитектуру DistilBertForQuestionAnswering; модель принимает вопрос и контекст и предсказывает фрагмент контекста как ответ. Указан лимит контекста 512 токенов. Модель подходит для систем вопросов и ответов по документам и текстовым отрывкам. В README приведены метрики обучения и валидации, но датасет и подробности назначения не раскрыты. Модель распространяется по лицензии Apache-2.0.

distilbert-foundation-category-c5 — дообученная модель DistilBERT для классификации текстов по категориям. Она разработана автором thedavidhackett на базе distilbert/distilbert-base-uncased и использует архитектуру DistilBertForSequenceClassification. Модель предназначена для задач классификации последовательностей; в README приведены результаты оценки: accuracy 0,9335 и loss 0,3193. Максимальная длина контекста составляет 512 токенов. Базовая модель uncased, то есть не различает регистр английских букв; доступные сведения не описывают набор категорий, обучающие данные и ограничения применения. Модель распространяется по лицензии Apache-2.0.

crabz/distil-slovakbert-ner — модель для распознавания именованных сущностей в словацком тексте. Она дообучена разработчиком на основе crabz/distil-slovakbert на словацкой части набора WikiANN. Архитектура — RoBERTa для классификации токенов; модель содержит 95,2 млн параметров и поддерживает контекст до 514 токенов. Модель назначает метки отдельным токенам и подходит для извлечения сущностей из словацких текстов. В README указана оценка F1 0,9307, однако подробности протокола оценки и состав классов не приведены. Лицензия в доступных данных не указана.

EdgeIn-v3 — мультимодальная модель семейства EdgeInstant, опубликованная chenjz24. Она объединяет аудиоэнкодер Qwen3-ASR, обученный аудиопроектор, Qwen3.5 Thinker, компактный Talker с нативными токенами и декодер Qwen3-TTS для генерации звуковой волны. Модель принимает монофоническое аудио с частотой 16 кГц и текст; выдаёт текст и аудио с частотой 24 кГц. Поддерживаются китайский и английский языки, а аудио может быть длиннее 30 секунд. Модель предназначена для распознавания речи, аудиообусловленного диалога и потоковой генерации речи из текста. Для загрузки требуется Transformers 5.12.1 и включение пользовательского кода через trust_remote_code=True. Потоковая речь использует фиксированный встроенный голос и обрабатывает за один вызов одну беседу; для синтеза доступны китайский, английский и автоматический выбор языка. Веса и токенизаторы компонентов Qwen включены, лицензии Qwen и условия LICENSE.codec применяются к соответствующим компонентам.

Eklav-9B-Reranker — дообученная модель AdarshSingh7647 на базе zai-org/GLM-Z1-9B-0414 для ранжирования текстовых фрагментов по их релевантности запросу. Это плотная причинно-языковая модель семейства GLM-4 с 8,8 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит веса в формате Safetensors и предназначен для работы через Transformers. Модель использует точечную схему ранжирования: генерирует рассуждение и завершает его меткой true или false, а релевантность оценивается по логитам соответствующего конечного токена. При обучении применялся метод Eklav — обучение продолжению частичной цепочки рассуждений учителя, а не её дословному воспроизведению; при инференсе подсказка учителя не требуется. В README заявлены результаты выше стандартной дистилляции CoT на BRIGHT и сокращение вычислений обучения, но результаты основаны на одном прогоне по каждому домену. Модель предназначена для переупорядочивания результатов поиска и оценки соответствия пассажей запросам. Она обучена и описана для бенчмарков BRIGHT и NevIR. Карточка не указывает отдельную лицензию; перед использованием следует проверить условия базовой модели и репозитория.

ahotrod/electra_large_discriminator_squad2_512 — модель на базе архитектуры ELECTRA Large, предназначенная для извлечения ответов на вопросы из предоставленного текста. Репозиторий содержит около 433,9 млн параметров; модель поддерживает контекст длиной до 512 токенов и доступна в форматах PyTorch и TensorFlow. В карточке приведены результаты оценки на SQuAD 2.0: exact match 87,1 и F1 90,0 на 11 873 примерах, включая вопросы без ответа в контексте. Модель подходит для систем вопросно-ответного поиска по документам и текстовым фрагментам, когда ответ требуется извлечь из источника. Для работы нужно передавать текст контекста вместе с вопросом; длина контекста ограничена 512 токенами. Карточка не сообщает об отдельном языковом наборе данных или лицензии, поэтому языковую применимость и условия распространения по имеющимся материалам определить нельзя.

Модель rangacharysrinivasan/electra-small-discriminator-finetuned-squad — компактная версия ELECTRA, разработанная на базе google/electra-small-discriminator и дообученная на датасете SQuAD для ответов на вопросы по предоставленному тексту. Она использует плотную архитектуру ElectraForQuestionAnswering, содержит 20,4 млн параметров и принимает контекст до 512 токенов. Модель подходит для извлечения ответов из англоязычных фрагментов текста в системах поиска и обработки документов. В карточке приведён результат оценки на тестовой выборке SQuAD: loss 1,1658. Доступна в формате PyTorch; лицензия — Apache-2.0.

Это модель EVA02-CLIP от команды timm, опубликованная в формате OpenCLIP. Она сопоставляет изображения и текст: принимает изображение и текстовые описания категорий, кодирует их и позволяет оценить соответствие изображения каждому описанию для классификации без обучения на конкретном наборе меток. Визуальная часть основана на Vision Transformer с патчами 16×16; модель рассчитана на изображения 224×224. В названии и карточке указано обучение на объединённом наборе данных объёмом 2 млрд примеров. Модель предназначена для нулевой классификации изображений и сопоставления изображения с текстовыми запросами. Она выдаёт оценки сходства, поэтому пригодна для задач поиска и отбора по свободно заданным категориям. Весовые файлы доступны в форматах PyTorch и Safetensors и используются через OpenCLIP. Лицензия — MIT. Карточка не сообщает целевой естественный язык; качество зависит от формулировок текстовых меток и соответствия изображений обучающим данным.

timm/eva_giant_patch14_clip_224.merged2b — веса модели EVA-CLIP, опубликованные командой timm для использования через OpenCLIP. Модель предназначена для классификации изображений по текстовым описаниям без отдельного обучения на каждом наборе классов: пользователь передаёт изображение и варианты подписей, а модель оценивает их соответствие. В названии указаны архитектура EVA с патчами 14×14 и входным размером изображения 224 пикселя. Модель сопоставляет визуальные и текстовые представления, поэтому принимает изображения и текстовые метки и выдаёт оценки соответствия. Репозиторий содержит веса PyTorch и Safetensors и предназначен для библиотеки OpenCLIP. Лицензия — MIT.

evolvedSeeker-13 — экспериментальная разговорная модель для генерации кода, созданная TokenBender на основе deepseek-ai/deepseek-coder-1.3b-base. Модель дообучена на 50 тысячах инструкций за три эпохи; данные в основном взяты из наборов evolInstruct и glaive coder, а около трёх тысяч ответов дополнительно переработаны с помощью self-instruct. Для общения автор рекомендует формат ChatML; также подходит Alpaca с учётом токена EOT. Модель предназначена для быстрого помощника по коду, автодополнения, подготовки наборов данных и оценки моделей. Она содержит 1,3 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 16 384 токенов. README называет её ранней версией проекта PIC и отмечает, что большая часть работы ещё впереди. Автор предупреждает, что небольшой размер ограничивает способность к рассуждению и может приводить к ошибкам. Лицензия в предоставленных данных не указана.

stillerman/fdt-disfluency-distilbert-66m-v2 — модель разметки токенов на основе DistilBERT, обученная для удаления речевых запинок из транскриптов живой речи. Она помечает каждое слово тегом KEEP, DELETE, KEEP_STRIP_COMMA или KEEP_CAPITALIZE, после чего простая реконструкция собирает очищенный текст. Модель предназначена для автоматической очистки разговорных транскриптов, в том числе в браузере через ONNX и transformers.js. Модель содержит 65,8 млн параметров, использует архитектуру distilbert-base-cased и имеет контекст до 512 токенов. По описанию, обучение проводилось на синтетически искажённых разговорных корпусах; указаны exact-match 0,9755 и F1 для DELETE 0,9934. Подход ограничен удалением и простыми изменениями регистра и пунктуации: модель не перефразирует текст и не предназначена для исправления произвольных ошибок распознавания речи. Опубликованы веса Safetensors и квантованный ONNX. Лицензия репозитория — Apache-2.0, однако модель обучалась в том числе на DailyDialog с лицензией CC BY-NC-SA, поэтому автор рекомендует не использовать её для коммерческого развёртывания без дополнительной проверки условий.

opestro дообучил мультимодальную инструкционную модель на основе unsloth/gemma-4-12b-it с помощью Unsloth и библиотеки Hugging Face TRL. Это плотная модель семейства Gemma 4 Unified с архитектурой Gemma4UnifiedForConditionalGeneration, предназначенная для диалога и преобразования текста и изображений в текст; в метаданных также заявлен интерфейс вызова инструментов. Базовая модель поддерживает анализ изображений и аудио, видео, код и работу с инструментами, однако карточка этого дообучения не описывает дополнительные возможности или его специализацию в маркетинге. Репозиторий содержит веса safetensors. Лицензия — Apache-2.0.

KhyontekAI дообучила Gemma 4 E4B Instruct от Unsloth для диалогового взаимодействия. Модель основана на плотной архитектуре Gemma 4 и поддерживает обработку текста и изображений, а также интерфейс вызова инструментов. В репозитории веса представлены в формате safetensors. Модель подходит для диалогов и задач, где нужно отвечать на текстовые запросы с учётом изображения. README сообщает, что обучение проводилось с использованием Unsloth и библиотеки TRL. Модель распространяется по лицензии Apache-2.0.